天津流感阳性率分布偏移下静态与在线LSTM预测的泄漏感知比较
主题标签：呼吸道疾病、流感监测、LSTM预测、分布偏移、时间序列、流行病学。本站分类：呼吸道疾病/其他。本数据集为呼吸道疾病领域公开数据集，由Zenodo提供，主题涵盖呼吸道疾病。
基本信息
资源简介
天津流感阳性率分布偏移下静态与在线LSTM预测的泄漏感知比较
本数据集围绕中国天津市流感阳性率在分布偏移条件下的预测问题，提供了一套可复现的开放数据资源，配套研究为《A leakage-aware comparison of static and online LSTM forecasting of influenza positivity under distribution shift in Tianjin, China》，目前处于 Scientific Reports 修订阶段。数据由 Zenodo 发布，采用 Creative Commons Attribution 4.0 International 许可，包含 2015 年至 2025 年共 574 周的流感哨点监测聚合序列，以及 81,421 条去标识化的标本级记录，并附有支撑该研究的完整分析代码。数据集主题涵盖呼吸道疾病、流感监测、LSTM 预测、分布偏移、时间序列与流行病学，本站归类为呼吸道疾病 / 其他，适合用于时间序列预测方法比较、监测数据泄漏问题探讨以及流感流行趋势分析等用途。
【数据集背景】
流感阳性率的短期预测是呼吸道传染病监测的重要环节。该数据集对应的研究关注分布偏移情形下静态 LSTM 与在线 LSTM 预测方法的比较，并特别强调“泄漏感知”（leakage-aware）的分析设计，即在评估中识别和处理可能造成信息泄漏的环节。数据集以天津市流感哨点监测数据为基础，时间跨度覆盖 2015 年 ISO 第 1 周至 2025 年第 52 周，为上述方法学比较提供原始数据与可复现代码。
【数据内容】
数据集包含两个主要数据文件。其一为周度聚合序列文件 tianjin_influenza_weekly_aggregate_2015_2025.csv，覆盖 574 周，字段包括 ISO 年份与周次、周起始日期、每周标本检测总数（合计 81,421）、各亚型特异性阳性数（A(H3N2)、A(H1N1)、B/Yamagata、B/Victoria）、未分亚型 B 阳性数、任意亚型阳性数，以及作为分析目标的周度合并阳性率。其二为去标识化标本级数据文件 tianjin_influenza_specimen_level_deidentified.csv，共 81,421 条记录，字段包括 ISO 年份与周次、采样日期、性别、年龄和 RT-PCR 结果；所有直接标识符均已移除，且不含自由文本字段。
【采集与来源】
数据来源于天津市流感哨点监测，由 Zenodo 作为发布机构提供，来源站为 doi.org。数据覆盖 2015 年至 2025 年的周度监测周期，标本级记录与聚合序列在总量上一致，均为 81,421 份标本。作者包括 Yu, Tianxi、Wu, Xin、Han, Na、feng, shuang、Fan, Jinpeng、Li, Jiawei、Guo, Chenguang、Lv, Ziwei、Fang, Ziwen、Li, Xiaoyan、Yu, Lei。发布时间为 2026 年。
【适用场景】
该数据集适用于呼吸道疾病监测领域的多类分析：一是流感阳性率的时间序列预测与模型比较，尤其是静态模型与在线学习模型在分布偏移下的表现评估；二是监测数据中信息泄漏问题的识别与方法学讨论；三是分亚型阳性计数与合并阳性率的描述性流行病学分析；四是基于标本级年龄、性别与检测结果的群体特征分析。主题标签涵盖呼吸道疾病、流感监测、LSTM 预测、分布偏移、时间序列与流行病学。
【使用方法】
使用者可基于周度聚合序列直接构建阳性率预测任务，以周度合并阳性率为分析目标，并结合 ISO 年份与周次、周起始日期进行时间对齐；标本级数据可用于更细粒度的分层分析或作为聚合结果的核验。配套的完整分析代码随数据集提供，支持复现研究中的泄漏感知比较流程。由于数据涉及 574 周的长序列，使用中需注意训练与评估的时间切分，以避免跨越分布偏移点的信息泄漏。
【质量与限制】
数据集提供了聚合与标本级两个层级的数据，标本级记录已完成去标识化处理，移除全部直接标识符且不含自由文本字段，总量与聚合序列一致。需要说明的是，数据仅覆盖天津市单一地区的哨点监测范围，时间跨度为 2015 年至 2025 年；源站未提供关于缺失值处理、哨点覆盖完整性及检测方法变更等更详细的质量说明。配套研究尚处于修订阶段，相关结论以正式发表版本为准。
【引用与许可】
数据集采用 Creative Commons Attribution 4.0 International 许可，使用时需按要求署名。引用时应注明数据集英文名称、作者列表（Yu, Tianxi 等）、发布机构 Zenodo 及发布年份 2026，并建议同时引用其配套研究《A leakage-aware comparison of static and online LSTM forecasting of influenza positivity under distribution shift in Tianjin, China》。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.23590336
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 472.4 KB。
数据说明
每周流感哨点监测数据及支持研究“中国天津地区分布漂移下流感阳性率静态与在线LSTM预测的泄漏感知比较”（《科学报告》，修订中）的完整分析代码。内容：data/tianjin_influenza_weekly_aggregate_2015_2025.csv——聚合的574周序列（2015年ISO第1周至2025年第52周）：ISO年份/周、周起始日期、每周标本数（总计81,421）、亚型特异性阳性数A(H3N2)、A(H1N1)、B/Yamagata、B/Victoria、B未分亚型阳性数、任一亚型阳性数，以及合并的每周阳性率（分析目标）。data/tianjin_influenza_specimen_level_deidentified.csv——去标识化的标本级数据集（81,421条记录：ISO年份/周、采集日期、性别、年龄、RT-PCR结果；所有直接标识符均已移除；无自由文本字段）。这是方法§2.1中定义的精确分析人群；手稿中的每一个数字均可由其重新生成。
code/ — 完整流程（数据构建、采用无泄漏边界规则的滑动窗口构建、全部14种模型配置 × 5个随机种子的训练、包括Diebold–Mariano检验和Holm校正比较在内的评估，以及图表生成）。镜像自 https://github.com/JonasTaube/influenza-lstm-leakage-evaluation results/ — 支撑表1–5和补充表S3–S11的逐种子评估输出。README.md — 文件清单、数据字典、软件环境、复现说明。伦理。本研究仅使用了聚合的、去标识化的常规监测数据，不涉及任何可识别个人身份的信息；二次使用已获天津市南开区疾病预防控制中心机构伦理委员会批准（批准号 2026-002-001），并豁免了个体知情同意。许可。数据：CC-BY-4.0。代码：MIT（见 code/LICENSE ）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
